Conform cercetătorilor de la DeepMind, această iniţiativă vizează să elimine una dintre cele mai neplăcute limitări ale utilizării curente a inteligenţei artificiale: necesitatea de a opri lucrarea curentă, de a deschide o fereastră aparte pentru chatbot şi de a descrie în detaliu ce se vede pe ecran.
„Dorim exact opusul: un sistem AI intuitiv, care să pună la dispoziţia utilizatorilor toate uneltele necesare, fără a le întrerupe fluxul de lucru”, au declarat purtătorii de cuvânt ai DeepMind într-un articol pe blogul lor oficial.
Noua tehnologie permite utilizatorului să marcheze un element de pe ecran şi să introducă o comandă scurtă, în limbaj natural. De exemplu, poziţionând cursorul peste un tabel se poate genera automat un grafic tip diagramă circulară, peste o reţetă pentru a dubla cantităţile ingredientelor, sau peste un fişier PDF pentru a obţine un rezumat în puncte, gata să fie inserat într-un e‑mail.
Un alt exemplu arătat de companie prezintă cum un cadru oprit dintr-un videoclip de călătorie poate fi transformat imediat într-un link de rezervare pentru restaurantul vizibil în imagine.
DeepMind afirmă că sistemul exploatează contextul vizual şi semantic din jurul cursorului pentru a înţelege ce doreşte utilizatorul, reducând semnificativ necesitatea unor prompturi lungi şi complicate.
Demonstraţii experimentale
Compania a prezentat deja două demo-uri experimentale, disponibile în Google AI Studio – una pentru editare foto şi alta pentru căutare pe hartă.
Tehnologia urmează să fie integrată în Google Chrome, permiţând utilizatorilor să selecteze elemente dintr‑o pagină web şi să adreseze întrebări lui Gemini direct din browser, fără a mai deschide o interfaţă separată.
Printre exemplele oferite de Google se numără compararea automată a produselor alese de pe un site sau vizualizarea unei canapele în fotografia propriului living.
În paralel, compania a anunţat că funcţia „Magic Pointer” va fi pusă la dispoziţia utilizatorilor Googlebook, noua serie de laptopuri bazate pe Gemini, unde AI‑ul va fi integrat direct în sistemul de operare.
Cercetătorii DeepMind susţin că scopul este să redefinim modul în care oamenii interacționează cu dispozitivele digitale, într‑un context în care cursorul mouse‑ului a rămas practic neschimbat în ultimele cincizeci de ani.
„Crearea unei tehnologii care se modelează pe comportamentul uman – şi nu invers – deschide drumul către un viitor în care colaborarea cu inteligenţa artificială va părea intuitivă, fluidă şi naturală”, au transmis reprezentanţii companiei.
